伊莉莎对比：一次真实拆解
伊莉莎对比现代AI时，最怕只看聊天截图。截图里它像个温柔咨询师，真拆流程就会发现：它的聪明主要来自模板、关键词和人类脑补。我用同一组问题，把伊莉莎复刻版、普通规则客服、ChatGPT做了一轮横向测试，过程比结论更有意思。
步骤1：先确定对比对象和测试问题
这次伊莉莎对比，我没有拿它去硬刚所有 AI 工具，而是选了三个典型对象：经典 ELIZA 复刻版、一个常见规则客服机器人、一个现代大语言模型。这样对比更公平，因为能看出“规则式对话”到“大模型生成”的差别。
问题设计了三类：情绪表达、事实问答、连续追问。比如“我最近睡不好”“ELIZA是谁发明的”“刚才我说的睡眠问题你还记得吗”。这三类刚好能测试共情感、知识能力和上下文能力。
步骤2：先测情绪表达，伊莉莎表现最像“倾听者”
我输入“我最近睡不好，白天也很烦”。伊莉莎的回应大意是“你为什么说你最近睡不好？”接着我说“因为工作压力很大”，它继续追问“工作压力让你想到什么？”这段对话不解决问题，但节奏很稳。
规则客服在这里明显露馅，通常会跳到“请问是否需要人工服务”或“请选择问题类型”。现代大模型则会给睡眠建议、压力管理方法，信息量高，但有时显得太急着开药方。单看情绪承接，伊莉莎反而很有戏。
步骤3：再测事实问答，差距立刻拉开
我问“ELIZA是谁做的？”经典伊莉莎复刻版基本不会认真回答，它可能把问题改写成“你为什么对谁做的感兴趣？”这就是它的边界：它不是知识库。
规则客服如果预置了知识，可以答得很准；没预置就直接失败。现代大模型通常能回答 Joseph Weizenbaum、MIT、1960年代、DOCTOR脚本这些信息。这个环节的结论很清楚：伊莉莎对比知识型AI，完全不是一个赛道。
步骤4：测试连续上下文，伊莉莎只能短距离接话
我先说“我明天要做汇报”，过几轮后问“你还记得我明天要做什么吗？”伊莉莎复刻版通常不会真正记住，只会根据当前句子继续套模板。它的“记忆感”来自用户自己不断提供线索。
现代大模型在上下文窗口内通常能记住这类信息。规则客服要看是否有会话变量设计，大多数简单客服做不到。这个测试很能说明问题：伊莉莎不是忘性大，而是原始设计里就没有今天这种上下文理解机制。
步骤5：把结果放回真实用途里看
如果你想学 AI 历史、理解聊天机器人为什么会让人产生信任感，伊莉莎非常值得看。它用极简机制打出了“会聊天”的幻觉，这比很多花哨 demo 更有启发。
但如果你要做客服、学习助手、内容生成、情绪支持产品，伊莉莎只能当参考，不能当底座。伊莉莎对比现代AI的最终答案不是“谁更强”，而是：伊莉莎解释了人为什么容易相信机器，现代AI才真正承担了复杂任务。
常见问题
伊莉莎对比ChatGPT还有学习价值吗？
有。它能让你看懂最基础的对话机制：关键词触发、模板回复、人称转换和用户脑补。这些机制在今天的机器人设计里仍有影子。
伊莉莎比规则客服更好吗？
看场景。情绪型闲聊里伊莉莎更自然；办理业务、查订单、走流程时，规则客服如果设计得好会更可靠。
为什么伊莉莎明明很简单，却让人觉得真实？
因为它常用复述和开放式问题，符合人类对“被倾听”的预期。用户会主动补足上下文，于是误以为程序理解了自己。